一种基于个性化能力的题目推荐方法及系统

    公开(公告)号:CN115329190A

    公开(公告)日:2022-11-11

    申请号:CN202210837152.1

    申请日:2022-07-15

    Applicant: 西南大学

    Abstract: 本申请提供一种基于个性化能力的题目推荐方法及系统,包括:根据预设题库构建正确题库和错误题库,分别得到所述正确题库和所述错误题库中每个题目对应的题目向量表示;获取同一个学生的历史答题序列,从对应题库中获取所述历史答题序列中每个题目对应的题目向量表示,得到所述历史答题序列对应的题目向量集合,对所述题目向量集合进行特征提取,得到对应学生的知识点难度特征、题目难度特征以及学习能力特征;将所述知识点难度特征、题目难度特征以及学习能力特征输入预设的能力状态分析模型得到各时间节点对应学生的能力状态;根据所述各时间节点对应学生的能力状态从所述题库中检索匹配的题目推送至对应学生端。

    一种问答系统的构建方法
    2.
    发明公开

    公开(公告)号:CN118585682A

    公开(公告)日:2024-09-03

    申请号:CN202410768559.2

    申请日:2024-06-14

    Applicant: 西南大学

    Abstract: 本发明涉及计算机科学和人工智能技术领域,具体涉及一种问答系统的构建方法,制定系统所需的相关领域知识图谱;启动图数据库存储引擎,并暴露数据库接口;根据实际业务场景来对比大语言模型的各项参数,选定一个开源大语言模型作为系统基座模型;利用整理的数据集对大语言模型进行微调;将大语言模型进行本地化部署,并封装为API供系统调用;构建一个界面,作为用户使用该系统的入口;将知识图谱、大语言模型和基础系统进行联通。免去了一般RAG技术对于知识源的向量化步骤,从而简化了检索的过程,结合知识图谱的准确性和可解释性,弥补了大模型可能存在的幻觉现象和本身的黑盒特性,并降低了知识库的更新维护成本。

    基于特征重构的芯片表面复杂文本高精度识别方法及装置

    公开(公告)号:CN114694132A

    公开(公告)日:2022-07-01

    申请号:CN202210410933.2

    申请日:2022-04-19

    Applicant: 西南大学

    Abstract: 本发明提供一种基于特征重构的芯片表面复杂文本高精度识别方法及装置,本方案通过将芯片表面的文本数据分为弱特征数据和强特征数据,根据弱特征数据建立标识特征重构器,进一步根据强特征数据和标识特征重构器的输出,建立标识特征判断器;根据标识特征判断器的输出结果,设计损失函数,对标识特征重构器和标识特征判断器进行交替优化;建立优化判别网络对每次优化后标识特征重构器的输出进行识别,在识别率达到阈值时,停止交替优化,获得目标标识特征重构器和目标标识特征判断器,并进行重构和识别芯片表面文本。从而实现对芯片字符图像的特征重构和可辨识性特征增强,进一步提高芯片残缺文本标识的识别精度。

Patent Agency Ranking